基于博弈和多智能體的汽車共享服務(wù)聯(lián)盟協(xié)同策略研究

危小超，范玉瑤

武漢理工大學(xué)經(jīng)濟學(xué)院，湖北武漢430070

汽車共享對于緩解交通擁堵、降低溫室氣體排放具有重要意義[1].近年來，國家相繼出臺了很多相關(guān)監(jiān)管要求及鼓勵政策以推動汽車共享服務(wù)的可持續(xù)發(fā)展.當(dāng)前汽車共享的運營主要以自營模式為主，即車企或服務(wù)商獨自構(gòu)建服務(wù)運營體系，投入自有汽車，運用自有資金進行服務(wù)網(wǎng)點、充電設(shè)施、停車位等服務(wù)資源的建設(shè).但自營模式資金投入高、服務(wù)資源不足導(dǎo)致用戶滿意度低、短期盈利困難等問題.

服務(wù)聯(lián)盟的運營模式給汽車共享服務(wù)商帶來轉(zhuǎn)機.通過構(gòu)建汽車共享服務(wù)聯(lián)盟實現(xiàn)加盟服務(wù)商車輛、車位、充電樁等資源共享，能夠極大提高用戶滿意度，同時為聯(lián)盟汽車服務(wù)商短期內(nèi)收回運營成本、實現(xiàn)盈利提供可能.目前國內(nèi)汽車共享服務(wù)聯(lián)盟的建設(shè)仍處于探索初期，存在部分加盟服務(wù)商拒不執(zhí)行聯(lián)盟決定、拒絕與聯(lián)盟內(nèi)其他服務(wù)商合作的情況.因此，研究汽車共享服務(wù)聯(lián)盟協(xié)同策略對于加強聯(lián)盟管理、提升聯(lián)盟凝聚力具有重要理論和現(xiàn)實意義.

汽車共享服務(wù)聯(lián)盟能夠帶來顯著的經(jīng)濟效益和社會效益，因此關(guān)于汽車共享服務(wù)聯(lián)盟的研究和探討逐漸引起了行業(yè)和學(xué)術(shù)工作者的關(guān)注.文獻[2]從服務(wù)商選擇、利益分配、協(xié)作機制3方面研究汽車共享服務(wù)聯(lián)盟，設(shè)計了一種服務(wù)聯(lián)盟運行管理體系；文獻[3]提出了一種基于區(qū)塊鏈和車聯(lián)網(wǎng)的汽車共享租賃服務(wù)聯(lián)盟模式，通過區(qū)塊鏈系統(tǒng)加快了可信數(shù)據(jù)的流通；文獻[4]研究了創(chuàng)新網(wǎng)絡(luò)動態(tài)演化過程中企業(yè)的結(jié)盟行為，對企業(yè)的網(wǎng)絡(luò)位置與聯(lián)盟伙伴的選擇進行了討論；文獻[5]提出一種汽車共享服務(wù)聯(lián)盟的平臺模式，以實現(xiàn)聯(lián)盟內(nèi)部客戶數(shù)據(jù)、技術(shù)和車位的共享；文獻[6-8]研究了汽車共享企業(yè)與政府、社會組織合作和結(jié)盟的可能性，并提出公私合作的商業(yè)模式；文獻[9]提出了分散決策、集中決策、收益共享與成本共擔(dān)等多個場景下的汽車共享企業(yè)和政府之間的博弈模型，研究了汽車共享企業(yè)與政府的合作協(xié)調(diào)機制.

上述文獻從宏觀層面探討了聯(lián)盟的發(fā)展趨勢，但鮮少涉及聯(lián)盟管理水平不斷完善下聯(lián)盟成員的各類動態(tài)和復(fù)雜決策問題.如聯(lián)盟內(nèi)成員數(shù)量對聯(lián)盟收益的影響，合作成本與懲罰力度對聯(lián)盟內(nèi)服務(wù)商群體的作用效果.博弈論具有簡潔高效、分析能力強等特點，已成為行為決策分析的主要框架[10].多Agent 仿真常用于復(fù)雜系統(tǒng)建模，是一種自下而上的建模方法，擅長研究個體微觀互動產(chǎn)生的宏觀涌現(xiàn)現(xiàn)象，在個體博弈研究領(lǐng)域得到了廣泛應(yīng)用[11].

綜上所述，本文將演化博弈理論引入多Agent 仿真模型，以Agent 代表汽車共享服務(wù)聯(lián)盟中的加盟服務(wù)商，從演化博弈視角構(gòu)建服務(wù)聯(lián)盟仿真模型，設(shè)計綜合考慮服務(wù)商自身與鄰居歷史信息的學(xué)習(xí)規(guī)則，研究不同Agent 之間的演化博弈收益互動決策問題.

1 問題描述

汽車共享服務(wù)聯(lián)盟的初衷是希望通過資源共享實現(xiàn)合作互贏，合作本質(zhì)上是聯(lián)盟服務(wù)商相互牽制的過程，強調(diào)了對共同利益的追求[12].服務(wù)商單方面將合作或競爭放大都是危險的，過分合作會導(dǎo)致自身優(yōu)勢的喪失、造成對聯(lián)盟的依賴、忽視核心能力的培養(yǎng)等一系列負(fù)面效應(yīng)，因此聯(lián)盟內(nèi)存在服務(wù)商在加入聯(lián)盟之后對聯(lián)盟事務(wù)拒絕合作的問題.

在汽車共享服務(wù)聯(lián)盟的運行過程中，加盟服務(wù)商可能對聯(lián)盟事務(wù)持“合作”或“拒絕”兩種態(tài)度，分別表示汽車共享服務(wù)商合作或拒絕合作，例如服務(wù)商是否參與平臺為推廣用戶所發(fā)起的折扣優(yōu)惠活動等.可用對稱博弈描述競爭場景，其博弈收益矩陣如表1所示.

由表1可知，該博弈存在兩個純策略納什均衡，即（合作，合作）和（拒絕，拒絕），在這兩個均衡中前者明顯優(yōu)于后者，對于動態(tài)變化的汽車共享服務(wù)聯(lián)盟來說，這也是最希望看到的結(jié)果.但在實際場景中有可能達不到這種均衡.事實上，在聯(lián)盟互動協(xié)作的過程中，部分服務(wù)商認(rèn)為合作風(fēng)險過高，持拒絕合作態(tài)度，并期望其他服務(wù)商持合作態(tài)度，從而自身能夠獲得最大收益b.但如果其他服務(wù)商也采取此種拒絕策略，則雙方獲得的收益均為0.

表1 服務(wù)商交互行為博弈矩陣Table 1 Game matrix of service provider interaction behavior

為避免部分服務(wù)商此種投機行為，同時調(diào)動聯(lián)盟內(nèi)成員積極性，服務(wù)聯(lián)盟可以采取懲罰措施.構(gòu)建含懲罰參數(shù)的服務(wù)商交互行為的收益博弈矩陣，如表2所示.

表2 含懲罰參數(shù)的交互行為博弈矩陣Table 2 Interactive behavior game matrix with penalty parameters

結(jié)合現(xiàn)實背景，汽車加盟服務(wù)商對聯(lián)盟事務(wù)持合作時的收益一定是大于合作所需要的成本，即b > c；汽車加盟服務(wù)商對聯(lián)盟事務(wù)持合作時的收益也一定是大于拒絕合作所付出的懲罰，即b > d.具體地，下文將對含懲罰參數(shù)的交互行為矩陣進行演化博弈分析，研究競合策略的演化平衡點及其穩(wěn)定性，為進一步研究汽車共享服務(wù)聯(lián)盟協(xié)同策略提供理論支撐.首先令p為合作概率，表示鄰居中狀態(tài)為合作的服務(wù)商數(shù)與鄰居總數(shù)之比，p伴隨著服務(wù)商以及其鄰居狀態(tài)變化而變化，則服務(wù)商采取合作策略時的期望收益E1為

服務(wù)商采取拒絕合作策略時的期望收益E2為

群體平均收益E為

分別把復(fù)制動態(tài)方程用于兩個位置博弈方群體，得到合作方比例的復(fù)制動態(tài)方程為

同上推導(dǎo)，拒絕方的比例復(fù)制動態(tài)方程為

由此可得該復(fù)制動態(tài)的博弈均衡點為

根據(jù)進化穩(wěn)定策略的性質(zhì)，一個穩(wěn)定狀態(tài)必須對微小擾動具有穩(wěn)健性.即作為進化穩(wěn)定策略的均衡點x?，當(dāng)博弈方因偶然錯誤偏離均衡點時，復(fù)制動態(tài)仍然會使x回到x?.也即為當(dāng)擾動x出現(xiàn)低于x?時，dp/dt=F(x)必須大于0；當(dāng)擾動x出現(xiàn)高于x?時，dp/dt=F(x)必須小于0.

將汽車共享聯(lián)盟抽象成一個信息不完全對稱的網(wǎng)絡(luò)，聯(lián)盟是為互利共贏而存在，聯(lián)盟內(nèi)的服務(wù)商可以看作網(wǎng)絡(luò)中的節(jié)點，服務(wù)商之間的聯(lián)系可看作網(wǎng)絡(luò)的邊.網(wǎng)絡(luò)中的服務(wù)商個體能夠了解鄰居服務(wù)商的行為，但是不能完全了解全局的網(wǎng)絡(luò)信息.因此，汽車共享聯(lián)盟的動態(tài)演化不能簡單地用式(1)～(6)描述.

因此，本文在演化博弈的基礎(chǔ)上，構(gòu)建汽車共享服務(wù)聯(lián)盟的多智能體仿真模型.基于演化博弈簡潔高效、分析能力強的特點，對汽車共享服務(wù)聯(lián)盟這一復(fù)雜系統(tǒng)中的多個服務(wù)商及其交互行為進行建模，提高了仿真模型與真實聯(lián)盟環(huán)境的相似度.同時，多智能體仿真擅長研究個體微觀互動產(chǎn)生的宏觀涌現(xiàn)現(xiàn)象，在演化博弈中聯(lián)盟的服務(wù)商數(shù)量眾多且行為動態(tài)變化、傳統(tǒng)解析方法難以適用，可以利用多智能體進行仿真與建模，量化和求解演化博弈的結(jié)果.

2 系統(tǒng)建模

2.1 智能體設(shè)計

用Agent 表示具有獨立決策能力的服務(wù)商，用網(wǎng)絡(luò)表示Agent 決策環(huán)境.單個服務(wù)商協(xié)同策略受個體偏好和歷史策略（鄰居和自身）的影響，網(wǎng)絡(luò)中單個Agent 根據(jù)個體偏好以及周圍鄰居交互可以建立信息傳播關(guān)系.

定義1 Agent={?,S,Y,F,T}其中

1)?為服務(wù)商群體，為Agent 集合，有?={Agent1,Agent2,···,Agentn}.一個Agent對應(yīng)1個聯(lián)盟服務(wù)商.

2)S為狀態(tài)空間，S={Co,De}，Co為合作狀態(tài)，De為拒絕狀態(tài).本系統(tǒng)中用Agent 上的顏色區(qū)分其工作狀態(tài).

3)Y為Agent 鄰居集合，有Y={Y1,Y2,···,Yn}，其中，Yi={Agenti →Agentj}，即Y由與該Agent 相連的智能體組成.

4)F為狀態(tài)轉(zhuǎn)移函數(shù)，即個體當(dāng)前狀態(tài)與上一時刻的自身狀態(tài)和鄰居狀態(tài)有關(guān).

5)T為系統(tǒng)時鐘，有T={1,2,3,···}，是模擬系統(tǒng)的基礎(chǔ).

2.2 規(guī)則設(shè)定

1）網(wǎng)絡(luò)構(gòu)建規(guī)則

在隨機網(wǎng)絡(luò)模型下，每個個體以一定的概率連接網(wǎng)絡(luò)節(jié)點.

2）聯(lián)盟服務(wù)商收益分配規(guī)則

現(xiàn)令p為合作概率，表示鄰居中狀態(tài)為合作的服務(wù)商數(shù)與鄰居總數(shù)之比，則持拒絕合作的服務(wù)商比例為1?p.當(dāng)合作數(shù)大于0 時，合作收益為b ?c(1?p/2)，而拒絕合作的收益為p(b ?d)，若所有服務(wù)商均選擇拒絕合作，則每個服務(wù)商的收益都為0.

3）演化規(guī)則

與傳統(tǒng)網(wǎng)絡(luò)中擴散行為不同，本系統(tǒng)考慮網(wǎng)絡(luò)中所有服務(wù)商在某時刻受自身和鄰居行為的影響，為下一時刻是否合作提供決策依據(jù).由于服務(wù)商只能了解自身和周圍鄰居的行為，而不能獲知聯(lián)盟內(nèi)所有服務(wù)商的行為，因此，系統(tǒng)中加盟服務(wù)商表現(xiàn)出一種學(xué)習(xí)行為.關(guān)于學(xué)習(xí)算法的研究較多，本文借鑒文獻[13]提出了模仿概率，公式為

式中，Ui為服務(wù)商自身效用值；Ujmax為該服務(wù)商最大鄰居收益值；k為信息噪聲，其值越大，模仿概率P越小.當(dāng)k取值趨于∞時，p趨近于1/2，此時式(7)是一種拋硬幣模仿方式，而當(dāng)k取值趨于0 時，p趨近于1，此時式(7)是高概率模仿方式.在該服務(wù)商的個體鄰域中，以概率方法選出最大收益的鄰居為模仿對象.

4）狀態(tài)轉(zhuǎn)變規(guī)則

初始時刻，通過隨機方式選取等比例的合作者與拒絕者；在演化過程中，個體狀態(tài)選擇取決于自身決策和鄰居策略，即由自身效用值Ui和最大鄰居收益值Ujmax決定，其狀態(tài)轉(zhuǎn)變規(guī)則如下：

3 多智能體仿真系統(tǒng)開發(fā)

本文利用Anylogic 6.4.1 軟件開發(fā)多Agent 仿真系統(tǒng)，設(shè)計并運行多組仿真實驗，通過調(diào)整服務(wù)商效用參數(shù)，觀察汽車共享服務(wù)聯(lián)盟中服務(wù)商協(xié)同策略演化規(guī)律.由于仿真數(shù)據(jù)較多，受篇幅限制，本文將采用典型圖示和數(shù)據(jù)進行說明.服務(wù)商規(guī)模對平均收益影響較小的結(jié)論可見文獻[14]，此處不再贅述.為了便于計算和分析，實驗設(shè)定Agent 數(shù)目為100.其他仿真初始參數(shù)設(shè)置如表3所示.

表3 系統(tǒng)初始參數(shù)設(shè)置Table 3 System initial parameter setting

3.1 單一參數(shù)變化對協(xié)同策略的影響

1）合作收益b對服務(wù)商協(xié)同策略的影響

研究采取合作策略所帶來的收益對汽車共享聯(lián)盟服務(wù)商采取協(xié)同策略的影響.分別設(shè)置不同收益參數(shù)b，觀察聯(lián)盟協(xié)同策略演化過程.如圖1所示，控制成本c和懲罰d恒定，當(dāng)b分別為37、40 和43 時，合作者比率呈上升趨勢.

圖1 b 對合作者比率的影響Figure 1 b impact on partner ratio

表4更清晰地說明了收益參數(shù)b變化時兩類服務(wù)商的平均收益和方差的變化.可以看出，b增大，服務(wù)商的平均收益增加，方差減小.即隨著收益的增大，服務(wù)聯(lián)盟協(xié)同策略合作概率增加，服務(wù)商合作意愿加強，且服務(wù)商合作行為更穩(wěn)定.說明在有利可圖的情形下，聯(lián)盟內(nèi)多數(shù)服務(wù)商會選擇合作.

表4 不同環(huán)境參數(shù)下服務(wù)商的收益Table 4 Revenue of service providers under different environmental parameters

2）聯(lián)盟懲罰d對服務(wù)商協(xié)同策略的影響

研究聯(lián)盟懲罰對汽車共享聯(lián)盟服務(wù)商采取協(xié)同策略的影響.分別設(shè)置不同懲罰參數(shù)d，觀察聯(lián)盟協(xié)同策略演化過程.如圖2所示，控制收益b和成本c恒定，當(dāng)d分別為12、15 和18 時，合作者概率上升趨勢明顯，聯(lián)盟趨于合作占優(yōu).可見，在汽車共享服務(wù)聯(lián)盟的管理中，管理者通過加大懲罰力度可以在一定程度上加強服務(wù)商的合作意愿.

3）合作成本c對服務(wù)商協(xié)同策略的影響

研究合作策略所付出的成本對汽車共享聯(lián)盟服務(wù)商采取協(xié)同策略的影響.分別設(shè)置不同成本參數(shù)c，觀察聯(lián)盟協(xié)同策略演化過程.如圖3所示，控制收益d和懲罰d恒定，當(dāng)c分別為37、40 和43 時，合作者概率先呈現(xiàn)增長趨勢后出現(xiàn)下降.可見，在汽車共享服務(wù)聯(lián)盟的管理中，管理者可以通過合理控制成本，提高行業(yè)壁壘，一定程度上能夠加強服務(wù)商合作意愿，但是合作成本一旦超過多數(shù)服務(wù)商的承受水平，就會出現(xiàn)全部服務(wù)商拒絕合作，那么聯(lián)盟就沒有了意義.

從宏觀趨勢來看，收益b和懲罰d的合作和拒絕合作趨勢一致，隨著b或d的增加，群體合作概率占優(yōu)，說明在汽車共享服務(wù)聯(lián)盟中，提升加盟服務(wù)商的收益水平和加大對不合作服務(wù)商的懲罰力度均有助于提升聯(lián)盟的合作水平.相反，隨著成本c的增加，合作概率下降，拒絕合作概率增加，這種現(xiàn)象與現(xiàn)實博弈場景一致.因而為提升聯(lián)盟合作水平，聯(lián)盟的管理者應(yīng)采取措施，盡可能地降低加盟服務(wù)商執(zhí)行聯(lián)盟政策決定的合作成本.

圖2 d 對合作者比率的影響Figure 2 d impact on partner ratio

圖3 c 對合作者比率的影響Figure 3 c impact on partner ratio

3.2 不同參數(shù)等幅度變化對協(xié)同策略的影響

大量實驗表明，當(dāng)合作收益b=40，合作成本c=40 和聯(lián)盟懲罰d=15 時，合作與拒絕合作的收益處于均衡狀態(tài)，如圖4所示，后續(xù)實驗均在此基礎(chǔ)上進行參數(shù)調(diào)整.

1）b和d等幅度變化對協(xié)同策略的影響

圖4 參數(shù)b=40, c=40, d=15 時策略者比率變化圖Figure 4 Change chart of the ratio of strategists with parameters b=40, c=40, d=15

研究等幅度的合作收益與聯(lián)盟懲罰的變化對汽車共享聯(lián)盟服務(wù)商采取協(xié)同策略的影響程度.分別減小3 個單位參數(shù)b和d，如圖5(a)～(b)所示，觀察聯(lián)盟協(xié)同策略演化過程.當(dāng)b=37 時，聯(lián)盟內(nèi)的平均合作概率約為0.36；當(dāng)d=12 時，聯(lián)盟內(nèi)的平均合作概率約為0.42.可見，合作收益減小，拒絕合作概率增加更顯著.說明相比于降低懲罰，降低收益對聯(lián)盟內(nèi)服務(wù)商的效用更加明顯，在期望收益降低的情況下，服務(wù)商更容易趨于拒絕合作.汽車共享服務(wù)屬于重資產(chǎn)型運營模式，服務(wù)商前期投入成本高，因此汽車服務(wù)商在很長一段時間內(nèi)都會更加看重合作收益.

圖5 b 和d 等幅度減小的協(xié)同影響Figure 5 Synergistic effect of equal amplitude reduction of b and d

但是增大等幅度的合作收益與聯(lián)盟懲罰，如圖6(a)～(b)所示，聯(lián)盟內(nèi)的平均合作概率約為0.52∶0.76.可見聯(lián)盟懲罰增加，合作概率短時間內(nèi)增加，呈現(xiàn)合作占優(yōu).說明相比于增加收益，增加懲罰對聯(lián)盟內(nèi)供應(yīng)商的效用更加明顯，服務(wù)商為避免承擔(dān)更高的懲罰，使得自己的預(yù)期收益受到更大的損失，短時間內(nèi)更趨于合作.說明在汽車共享服務(wù)聯(lián)盟的管理中，相比“胡蘿卜”政策，“大棒”政策的效果更好，聯(lián)盟管理者應(yīng)該更多利用懲罰手段，來規(guī)范聯(lián)盟的發(fā)展.

圖6 b 和d 等幅度增大的協(xié)同影響Figure 6 Synergistic effect of equal amplitude increase of b and d

2）c和b等幅度變化對協(xié)同策略的影響

研究等幅度的合作成本與合作收益的變化對汽車共享聯(lián)盟服務(wù)商采取協(xié)同策略的影響程度.分別減小3 個單位的b和增加3 個單位的c，如圖7(a)～(b)所示，觀察聯(lián)盟協(xié)同策略演化過程.當(dāng)b=37 時，聯(lián)盟內(nèi)的平均合作概率約為0.01；當(dāng)c=43 時，聯(lián)盟內(nèi)的平均合作概率約為0.36.可見，合作成本對服務(wù)商的決策影響更顯著.增加等幅度合作成本后，汽車共享聯(lián)盟內(nèi)服務(wù)商在極短時間內(nèi)全部選擇拒絕合作.因此，等幅度下成本增大對群體選擇拒絕合作的決策影響更大.對于汽車共享服務(wù)聯(lián)盟內(nèi)的服務(wù)商而言，控制成本能夠獲得更大的盈利空間，而選擇合作的成本是先期發(fā)生的，合作后能夠獲得的收益則存在不確定性，因而更傾向于拒絕合作.說明在聯(lián)盟的管理過程中，相比于提升服務(wù)商的預(yù)期收益水平，聯(lián)盟的管理者更應(yīng)著眼于做好平臺的服務(wù)工作，降低加盟服務(wù)商的合作成本，以更顯著地提升服務(wù)商的合作意愿.GoFun 出行采取的“降本增效”策略即是較好的例證，通過車源平臺化、集采及分時保險的方式，降低了加盟服務(wù)商的合作成本，從而筑建了專業(yè)化網(wǎng)格管理體系，提升了加盟服務(wù)商的合作意愿.

圖7 c 與b 等幅度變化對協(xié)同策略的影響Figure 7 Influence of c and b equal amplitude changes on cooperative strategy

3）c和d等幅度變化對協(xié)同策略的影響

研究等幅度的合作成本與聯(lián)盟懲罰的變化對汽車共享聯(lián)盟服務(wù)商采取協(xié)同策略的影響程度.分別增加3 個單位的d和減小3 個單位的c，如圖8（a）～（b）所示，觀察聯(lián)盟協(xié)同策略演化過程.當(dāng)d=18 時，聯(lián)盟內(nèi)的平均合作概率約為0.81；當(dāng)c=43 時，聯(lián)盟內(nèi)的平均合作概率約為0.65.因此，等幅度下加大懲罰有利于群體選擇合作.說明相比于減少合作成本，增加懲罰對聯(lián)盟內(nèi)服務(wù)商的決策效果更加明顯，服務(wù)商為避免承擔(dān)更高的懲罰，短時間內(nèi)更趨于合作.因而為在短期內(nèi)迅速提升聯(lián)盟合作水平，聯(lián)盟的管理者應(yīng)采取更強硬的態(tài)度，加大對聯(lián)盟內(nèi)不合作行為的懲罰力度.

3.3 結(jié)果與建議

綜合上述實驗可知：1）在汽車共享服務(wù)聯(lián)盟中，收益b和懲罰d的合作和拒絕合作趨勢一致，隨著b或d的增加，群體合作概率占優(yōu).相反，隨著成本c的增加，合作概率下降，拒絕合作概率增加.2）同等程度地減小合作收益或聯(lián)盟懲罰，仿真結(jié)果顯示合作收益的減小能夠更直接地對聯(lián)盟協(xié)同策略產(chǎn)生影響，拒絕合作概率會顯著增加；相反，同等程度地增大合作收益或聯(lián)盟懲罰，聯(lián)盟服務(wù)商對聯(lián)盟懲罰的增加更加敏感，為避免遭受更高懲罰，聯(lián)盟服務(wù)商會傾向于合作.3）同等程度地增加合作成本與同等程度地減小合作收益相比，高成本比低收益對汽車服務(wù)聯(lián)盟協(xié)同策略的影響更顯著，合作成本越高，聯(lián)盟服務(wù)商會在越短的時間內(nèi)達到拒絕合作占優(yōu)；4）同等程度地減小合作成本與同等程度地加大聯(lián)盟懲罰相比，等幅度加大懲罰有利于群體選擇合作.

基于上述實驗結(jié)果，針對汽車共享服務(wù)聯(lián)盟的管理提出如下對策與建議.

圖8 c 與d 等幅度變化對協(xié)同策略的影響Figure 8 Influence of c and d equal amplitude changes on cooperative strategy

1）“胡蘿卜+大棒”調(diào)控機制提升合作意愿：為提升聯(lián)盟內(nèi)服務(wù)商的合作意愿，聯(lián)盟的管理者應(yīng)采取措施提升服務(wù)商的收益水平，降低服務(wù)商之間合作的成本，加大對聯(lián)盟內(nèi)服務(wù)商采取不合作態(tài)度時的懲罰力度；

2）可優(yōu)先采用降低成本提升合作意愿：相比于提升聯(lián)盟內(nèi)服務(wù)商的預(yù)期收益，聯(lián)盟服務(wù)商的管理者更應(yīng)采取措施降低合作成本，從而提升服務(wù)商合作意愿；

3）長短期合作目標(biāo)下采用不同策略：聯(lián)盟的管理者在采取多種措施提升服務(wù)商合作意愿時，相對比于增加預(yù)期收益水平和降低合作成本，采取加大懲罰力度的措施在短期內(nèi)更容易使聯(lián)盟內(nèi)服務(wù)商趨于合作，但為實現(xiàn)長期穩(wěn)定合作，聯(lián)盟的管理者仍應(yīng)致力于提升預(yù)期收益、降低合作成本.

4 結(jié) 語

本文從演化博弈視角構(gòu)建汽車共享服務(wù)聯(lián)盟多智能體仿真模型.通過集成演化博弈，設(shè)計綜合考慮自身與鄰居歷史信息的學(xué)習(xí)規(guī)則，實現(xiàn)不同參數(shù)下汽車共享服務(wù)聯(lián)盟的多Agent 仿真模型，從而研究不同參數(shù)對聯(lián)盟協(xié)同策略的影響.

研究發(fā)現(xiàn)，為加強汽車共享服務(wù)聯(lián)盟管理，推動加盟服務(wù)商參與聯(lián)盟合作，聯(lián)盟應(yīng)降低加盟服務(wù)商參與合作的成本，提升服務(wù)商采取合作策略的收益，增加服務(wù)商拒絕合作的懲罰.而在面臨雙因素影響的復(fù)雜場景時，聯(lián)盟可采取以下措施：1）同等程度地增大合作收益或聯(lián)盟懲罰時，選擇增大聯(lián)盟懲罰更能使聯(lián)盟服務(wù)商傾向于合作；2）同等程度地降低合作成本或同等程度地增加合作收益時，選擇降低合作成本更能夠使聯(lián)盟服務(wù)商傾向于合作；3）同等程度地減小合作成本或同等程度地加大聯(lián)盟懲罰時，選擇等幅度加大懲罰有利于群體選擇合作.

本文模擬實驗和研究成果能夠為汽車共享服務(wù)聯(lián)盟的管理者進行合作收益、合作成本以及聯(lián)盟懲罰等重要參數(shù)的設(shè)置提供理論基礎(chǔ)與決策依據(jù).后續(xù)研究工作將主要聚焦于對不同類型的汽車共享聯(lián)盟服務(wù)商進行討論，研究不同參數(shù)對具有個性特征的服務(wù)商協(xié)同策略的影響，從而提高該模型的普適性.